Anthropic 将恢复对拦截请求收费以防御蒸馏攻击

Anthropic 宣布将恢复对安全防护在 Claude 回应前拦截的请求收费。也就是说，当请求在模型生成任何内容之前就被安全层拦下，这部分请求仍会计入计费。消息于 2026 年 9 月 24 日发布。

官方给出的理由是：近几周观察到针对其系统的协同攻击。把“拦截”与“计费”重新绑定，等于让每一次被挡下的尝试都产生成本——这是本次政策变化最直接的经济含义。

这项收费并非全面铺开。政策仅适用于误报率低的类别，即生物学、蒸馏攻击和前沿 LLM 开发。换句话说，Anthropic 把收费范围压在它认为“拦得准”的领域。

从来源看，可以推断这一限定意在防滥用与正常用户误伤之间取得平衡：只有在误报率足够低的类别里，对拦截请求收费才不至于把大量正常调用一并罚进去。这是推断，而非官方表述。

TestingCatalog 则把恢复收费的目的直接归结为防范蒸馏攻击。这一解读来自转述方，属于来源说法，而非 Anthropic 的完整官方公告。

TestingCatalog 称该政策涉及的产品包括 Claude、Claude Code、Claude.ai 和 Cowork。这一产品清单同样来自转述，尚未见官方逐项确认。

用户侧的反馈更直接。有用户称，自己长期从事的相同工作也被该过滤器拦截；还有用户称 Claude 承认新过滤器是一个单独层，会直接终止输出。这些均为用户个人说法，其拦截案例是否属于政策覆盖的三类场景，无法核实。

也有评论把这件事读成定价问题：对失败请求收费，使滥用防范成为 API 经济的一部分，安全因此有了价格标签。这同样是评论者的观点，而非官方立场。

目前可以确认的只有政策方向与适用范围。恢复收费的具体生效时间未明确，收费的具体金额或计费方式未说明，所谓“协同攻击”的规模、来源和具体形式也未披露。

误报率低的具体判定标准与数据没有公布，该政策是否适用于所有 API 层级或订阅方案同样未说明。信息来自 TestingCatalog 转述的 ClaudeDevs 帖子，并非 Anthropic 官方完整公告，来源为 X 平台帖子，未提供完整政策条款或生效细节。

因此，现在能下的判断只能到这里：Anthropic 选择在低误报率类别里对拦截请求收费，并把它与协同攻击挂钩；至于这套机制实际会拦下谁、误伤多少、收多少钱，都还是空白。